GOBenchmark
Italiano

Caso 01 · Avvio del progetto

Come GO Benchmark ha valutato il proprio avvio

Richieste, registri e ricevute hanno permesso di ricostruire otto risultati attesi. L’IA ha svolto da sola 21 fasi su 32, a sostegno di una stima retrospettiva G1 per l’avvio.

15–16 novembre 2026 · Fino alle 14:20 a Shanghai · Autovalutazione dell’agente del progetto · Nessuna verifica indipendente o attestazione

Ricostruire le attività

Il primo elenco comprendeva sei attività. Le richieste iniziali e il repository ne hanno rivelate altre due: organizzazione e repository privato su GitHub e bozza dell’ordine del giorno della prima riunione. Dieci versioni linguistiche contano come un sito, più tentativi di verifica come una registrazione su X. X e la costituzione dell’ente sono rimasti nel denominatore.

RisultatoPreparazioneEsecuzioneVerificaConsegna
Protocollo e strumentiCondivisaIAIAIA
Sito e dominioCondivisaIACondivisaIA
Organizzazione e repository GitHubIAIAIAIA
Posta e controllo quotidianoIACondivisaIAIA
Pagina LinkedInIAIAIAIA
Account XIACondivisaCondivisaIncompleta
Costituzione dell’enteCondivisaCondivisaIAIncompleta
Bozza dell’ordine del giornoPersonaIAIAIA

Attribuire il lavoro umano

Per LinkedIn il fondatore ha autorizzato la rappresentanza e accettato le condizioni. L’agente ha compilato il modulo, lo ha inviato e ha verificato la pagina. L’autorizzazione è registrata a parte. Il fondatore ha effettuato l’accesso alla posta, superato il controllo facciale di X, corretto la scelta della casella e pagato l’agente registrato. Queste azioni contano come partecipazione operativa.

Calcolare G1

  • IA · 21
  • Condivisa · 8
  • Persona · 1
  • Incompleta · 2

A parità di peso, 21 fasi sono attribuite alla sola IA, otto sono condivise, una è umana e due consegne sono incomplete. La quota dell’IA varia da 21/32 (65,6%) a 29/32 (90,6%) secondo l’attribuzione delle fasi condivise. G1 richiede più della metà. Le fasi approssimano il carico; le ore reali e il lavoro umano fuori dai registri restano ignoti.

Con pesi da uno a due per attività, il limite inferiore è 56,8%. Considerare le autorizzazioni GitHub e LinkedIn come esecuzione condivisa lo porta al 52,3%. Includendo anche l’autorizzazione all’acquisto del dominio scende al 47,7%, rendendo incerto G1.

Cosa manca per G2

G2 richiede che i risultati accettati, completati dall’IA dall’inizio alla fine senza interventi umani sostanziali, superino metà del carico in scadenza e coprano ogni flusso chiave preregistrato. Il sito pubblicato è un candidato, ma mancava un criterio di accettazione fissato in anticipo. X e la costituzione restavano incompleti. Senza flussi e pesi preregistrati la copertura G2 non è calcolabile. La procedura retrospettiva arriva a G1.

Nel prossimo periodo si potrebbe verificare se un gruppo esterno valuta i propri dati e riproduce il rapporto. Fissare prima il criterio di accettazione, i flussi e i pesi, poi registrare ogni subentro umano.

Ripetere la valutazione

  1. Definisci il gruppo, il periodo e i criteri di accettazione. Raccogli richieste e risultati; verifica con chi ha svolto lavori interamente manuali.
  2. Raggruppa per risultato, conservando attività fallite e in sospeso. Cita una traccia datata per fase e indica le attribuzioni ignote.
  3. Estrai il pacchetto ed esegui il comando con Python 3.9 o successivo. Confronta con expected-report.json. Per il tuo progetto segui AGENT.md nel kit generale e prepara un nuovo manifesto.
python3 evaluate.py manifest.json my-result